精选23个Pandas常用函数

2023-08-23 16:22:44 浏览数 (1)

精选23个Pandas常用函数

从26个字母中精选出23个Pandas常用的函数，将它们的使用方法介绍给大家。其中o、y、z没有相应的函数。

代码语言：javascript复制
import pandas as pd
import numpy as np

下面介绍每个函数的使用方法，更多详细的内容请移步官网：https://pandas.pydata.org/docs/reference/general_functions.html

assign函数

代码语言：javascript复制
df = pd.DataFrame({
    'temp_c': [17.0, 25.0]},
    index=['Portland', 'Berkeley'])
df

temp_c

Portland

17.0

Berkeley

25.0

代码语言：javascript复制
# 生成新的字段

df.assign(temp_f=df['temp_c'] * 9 / 5   32)

temp_c

temp_f

Portland

17.0

62.6

Berkeley

25.0

77.0

代码语言：javascript复制
df  # 原来DataFrame是不改变的

temp_c

Portland

17.0

Berkeley

25.0

代码语言：javascript复制
df["temp_f1"] = df["temp_c"] * 9 / 5   32
df

temp_c

temp_f1

Portland

17.0

62.6

Berkeley

25.0

77.0

代码语言：javascript复制
df

temp_c

temp_f1

Portland

17.0

62.6

Berkeley

25.0

77.0

bool函数

返回单个Series或者DataFrame中单个元素的bool值：True或者False

代码语言：javascript复制
pd.Series([True]).bool()
代码语言：javascript复制
True
代码语言：javascript复制
pd.Series([False]).bool()
代码语言：javascript复制
False
代码语言：javascript复制
pd.DataFrame({'col': [True]}).bool()
代码语言：javascript复制
True
代码语言：javascript复制
pd.DataFrame({'col': [False]}).bool()
代码语言：javascript复制
False
代码语言：javascript复制
# # 多个元素引发报错

# pd.DataFrame({'col': [True,False]}).bool()

concat函数

该函数是用来表示多个DataFrame的拼接，横向或者纵向皆可。

代码语言：javascript复制
df1 = pd.DataFrame({
    "sid":["s1","s2"],
    "name":["xiaoming","Mike"]})
df1

sid

name

0

s1

xiaoming

1

s2

Mike

代码语言：javascript复制
df2 = pd.DataFrame({
    "sid":["s3","s4"],
    "name":["Tom","Peter"]})
df2

sid

name

0

s3

Tom

1

s4

Peter

代码语言：javascript复制
df3 = pd.DataFrame({
    "address":["北京","深圳"],
    "sex":["Male","Female"]})
df3

address

sex

0

北京

Male

1

深圳

Female

代码语言：javascript复制
# 使用1：纵向
pd.concat([df1,df2])

sid

name

0

s1

xiaoming

1

s2

Mike

0

s3

Tom

1

s4

Peter

代码语言：javascript复制
# 使用2：横向
pd.concat([df1,df3],axis=1)

sid

name

address

sex

0

s1

xiaoming

北京

Male

1

s2

Mike

深圳

Female

dropna函数

删除空值

代码语言：javascript复制
df4 = pd.DataFrame({
    "sid":["s1","s2", np.nan],
    "name":["xiaoming",np.nan, "Mike"]})
df4

sid

name

0

s1

xiaoming

1

s2

NaN

2

NaN

Mike

代码语言：javascript复制
df4.dropna()

sid

name

0

s1

xiaoming

代码语言：javascript复制
df4.dropna(subset=["name"])

sid

name

0

s1

xiaoming

2

NaN

Mike

explode函数

爆炸函数的使用：将宽表转成长表

代码语言：javascript复制
df5 = pd.DataFrame({
    "sid":["s1","s2"],
    "phones":[["华为","小米","一加"],["三星","苹果"]]
                   })
df5

sid

phones

0

s1

[华为, 小米, 一加]

1

s2

[三星, 苹果]

代码语言：javascript复制
df5.explode("phones")

sid

phones

0

s1

华为

0

s1

小米

0

s1

一加

1

s2

三星

1

s2

苹果

代码语言：javascript复制
df5

sid

phones

0

s1

[华为, 小米, 一加]

1

s2

[三星, 苹果]

fillna函数

填充缺失值

代码语言：javascript复制
df4

sid

name

0

s1

xiaoming

1

s2

NaN

2

NaN

Mike

代码语言：javascript复制
df4.fillna({"sid":"s3","name":"Peter"})

sid

name

0

s1

xiaoming

1

s2

Peter

2

s3

Mike

groupby函数

同组统计的功能

代码语言：javascript复制
# 借用这个结果
df6 = df5.explode("phones")
df6

sid

phones

0

s1

华为

0

s1

小米

0

s1

一加

1

s2

三星

1

s2

苹果

代码语言：javascript复制
df6.groupby("sid")["phones"].count()
代码语言：javascript复制
sid
s1    3
s2    2
Name: phones, dtype: int64

head函数

查看前几行的数据，默认是前5行

代码语言：javascript复制
df7 = pd.DataFrame({
    "sid":list(range(10)),
    "name":list(range(80,100,2))})
df7

sid

name

0

0

80

1

1

82

2

2

84

3

3

86

4

4

88

5

5

90

6

6

92

7

7

94

8

8

96

9

9

98

代码语言：javascript复制
df7.head()   # 默认前5行

sid

name

0

0

80

1

1

82

2

2

84

3

3

86

4

4

88

代码语言：javascript复制
df7.head(3)  # 指定前3行

sid

name

0

0

80

1

1

82

2

2

84

isnull函数

判断是否存在缺失值，超级常用的函数

代码语言：javascript复制
df4

sid

name

0

s1

xiaoming

1

s2

NaN

2

NaN

Mike

代码语言：javascript复制
df4.isnull()  # True表示缺失

sid

name

0

False

False

1

False

True

2

True

False

代码语言：javascript复制
df4.isnull().sum()  # 每个字段缺失的总和
代码语言：javascript复制
sid     1
name    1
dtype: int64
代码语言：javascript复制
df6.isnull().sum()   # 没有缺失值
代码语言：javascript复制
sid       0
phones    0
dtype: int64

join函数

用于连接不同的DataFrame：

代码语言：javascript复制
df7 = pd.DataFrame({
    'key': ['K0', 'K1', 'K2', 'K3', 'K4', 'K5'],
    'A': ['A0', 'A1', 'A2', 'A3', 'A4', 'A5']})
df7

key

A

0

K0

A0

1

K1

A1

2

K2

A2

3

K3

A3

4

K4

A4

5

K5

A5

代码语言：javascript复制
df8 = pd.DataFrame({
    'key': ['K0', 'K1', 'K2'],
    'B': ['B0', 'B1', 'B2']})
df8

key

B

0

K0

B0

1

K1

B1

2

K2

B2

代码语言：javascript复制
df7.join(df8,lsuffix="_df7",rsuffix="_df8")

key_df7

A

key_df8

B

0

K0

A0

K0

B0

1

K1

A1

K1

B1

2

K2

A2

K2

B2

3

K3

A3

NaN

NaN

4

K4

A4

NaN

NaN

5

K5

A5

NaN

NaN

kurt函数

查找数据的峰度值

代码语言：javascript复制
df9 = pd.DataFrame({
    "A":[12, 4, 5, 44, 1],
    "B":[5, 2, 54, 3, 2],
    "C":[20, 16, 7, 3, 8],
    "D":[14, 3, 17, 2, 6]})
df9

A

B

C

D

0

12

5

20

14

1

4

2

16

3

2

5

54

7

17

3

44

3

3

2

4

1

2

8

6

代码语言：javascript复制
df9.kurt()
代码语言：javascript复制
A    3.936824
B    4.941512
C   -1.745717
D   -2.508808
dtype: float64

loc函数

loc就是location的缩写，定位查找数据

代码语言：javascript复制
df9

A

B

C

D

0

12

5

20

14

1

4

2

16

3

2

5

54

7

17

3

44

3

3

2

4

1

2

8

6

代码语言：javascript复制
df9.loc[1,:]  # 第一行全部列的数据
代码语言：javascript复制
A     4
B     2
C    16
D     3
Name: 1, dtype: int64
代码语言：javascript复制
df9.loc[1:3,"B"]  # 1到3行的B列
代码语言：javascript复制
1     2
2    54
3     3
Name: B, dtype: int64

merge函数

同样也是数据的合并函数，类似SQL中的join，功能最为强大

代码语言：javascript复制
df7

key

A

0

K0

A0

1

K1

A1

2

K2

A2

3

K3

A3

4

K4

A4

5

K5

A5

代码语言：javascript复制
df8

key

B

0

K0

B0

1

K1

B1

2

K2

B2

代码语言：javascript复制
pd.merge(df7,df8)  # 默认how的参数是inner

key

A

B

0

K0

A0

B0

1

K1

A1

B1

2

K2

A2

B2

代码语言：javascript复制
pd.merge(df7,df8,how="outer")

key

A

B

0

K0

A0

B0

1

K1

A1

B1

2

K2

A2

B2

3

K3

A3

NaN

4

K4

A4

NaN

5

K5

A5

NaN

nunique函数

用于统计数据的唯一值

代码语言：javascript复制
df10 = pd.DataFrame({
    "sid":list("acbdefg"),
    "score":[9,8,9,7,8,9,3]
                    })
df10

sid

score

0

a

9

1

c

8

2

b

9

3

d

7

4

e

8

5

f

9

6

g

3

代码语言：javascript复制
df10.nunique()
代码语言：javascript复制
sid      7
score    4
dtype: int64

pct_change函数

计算当前时期和前一个时期的比值

代码语言：javascript复制
s = pd.Series([90, 91, 85])
s
代码语言：javascript复制
0    90
1    91
2    85
dtype: int64
代码语言：javascript复制
s.pct_change()
代码语言：javascript复制
0         NaN
1    0.011111
2   -0.065934
dtype: float64
代码语言：javascript复制
(91 - 90) / 90
代码语言：javascript复制
0.011111111111111112
代码语言：javascript复制
(85 - 91) / 91
代码语言：javascript复制
-0.06593406593406594
代码语言：javascript复制
# 和前两个时期相比
s.pct_change(periods=2)
代码语言：javascript复制
0         NaN
1         NaN
2   -0.055556
dtype: float64
代码语言：javascript复制
# 如果存在空值，用填充方法
s = pd.Series([90, 91, None, 85])
s
代码语言：javascript复制
0    90.0
1    91.0
2     NaN
3    85.0
dtype: float64
代码语言：javascript复制
s.pct_change(fill_method='ffill')
代码语言：javascript复制
0         NaN
1    0.011111
2    0.000000
3   -0.065934
dtype: float64

query函数

根据条件查询取值

代码语言：javascript复制
df10

sid

score

0

a

9

1

c

8

2

b

9

3

d

7

4

e

8

5

f

9

6

g

3

代码语言：javascript复制
df10.query("score >= 8")

sid

score

0

a

9

1

c

8

2

b

9

4

e

8

5

f

9

rank函数

进行排名的函数，类似SQL的窗口函数功能：

代码语言：javascript复制
df10

sid

score

0

a

9

1

c

8

2

b

9

3

d

7

4

e

8

5

f

9

6

g

3

代码语言：javascript复制
df10["rank_10"] = df10["score"].rank()
df10

sid

score

rank_10

0

a

9

6.0

1

c

8

3.5

2

b

9

6.0

3

d

7

2.0

4

e

8

3.5

5

f

9

6.0

6

g

3

1.0

代码语言：javascript复制
df10["rank_10_max"] = df10["score"].rank(method="max")
df10

sid

score

rank_10

rank_10_max

0

a

9

6.0

7.0

1

c

8

3.5

4.0

2

b

9

6.0

7.0

3

d

7

2.0

2.0

4

e

8

3.5

4.0

5

f

9

6.0

7.0

6

g

3

1.0

1.0

代码语言：javascript复制
df10["rank_10_min"] = df10["score"].rank(method="min")
df10

sid

score

rank_10

rank_10_max

rank_10_min

0

a

9

6.0

7.0

5.0

1

c

8

3.5

4.0

3.0

2

b

9

6.0

7.0

5.0

3

d

7

2.0

2.0

2.0

4

e

8

3.5

4.0

3.0

5

f

9

6.0

7.0

5.0

6

g

3

1.0

1.0

1.0

sort_values函数

根据数据进行排序的函数

代码语言：javascript复制
df9

A

B

C

D

0

12

5

20

14

1

4

2

16

3

2

5

54

7

17

3

44

3

3

2

4

1

2

8

6

代码语言：javascript复制
df9.sort_values("A")  # 默认是升序排列

A

B

C

D

4

1

2

8

6

1

4

2

16

3

2

5

54

7

17

0

12

5

20

14

3

44

3

3

2

代码语言：javascript复制
# 先根据B升序，如果B相同，再根据D降序

df9.sort_values(["B","D"], ascending=[True,False])

A

B

C

D

4

1

2

8

6

1

4

2

16

3

3

44

3

3

2

0

12

5

20

14

2

5

54

7

17

tail函数

查看末尾的数据

代码语言：javascript复制
df7.tail()

key

A

1

K1

A1

2

K2

A2

3

K3

A3

4

K4

A4

5

K5

A5

代码语言：javascript复制
df7.tail(3)

key

A

3

K3

A3

4

K4

A4

5

K5

A5

unique函数

查找每个字段的唯一元素

代码语言：javascript复制
df10

sid

score

rank_10

rank_10_max

rank_10_min

0

a

9

6.0

7.0

5.0

1

c

8

3.5

4.0

3.0

2

b

9

6.0

7.0

5.0

3

d

7

2.0

2.0

2.0

4

e

8

3.5

4.0

3.0

5

f

9

6.0

7.0

5.0

6

g

3

1.0

1.0

1.0

代码语言：javascript复制
df10["score"].unique()
代码语言：javascript复制
array([9, 8, 7, 3])
代码语言：javascript复制
df10["rank_10"].unique()
代码语言：javascript复制
array([6. , 3.5, 2. , 1. ])

value_counts函数

用于统计字段中每个唯一值的个数

代码语言：javascript复制
df6

sid

phones

0

s1

华为

0

s1

小米

0

s1

一加

1

s2

三星

1

s2

苹果

代码语言：javascript复制
df6["sid"].value_counts()
代码语言：javascript复制
s1    3
s2    2
Name: sid, dtype: int64
代码语言：javascript复制
df6["phones"].value_counts()
代码语言：javascript复制
华为    1
苹果    1
三星    1
一加    1
小米    1
Name: phones, dtype: int64

where函数

用于查找Series或者DataFrame中满足某个条件的数据

代码语言：javascript复制
w = pd.Series(range(7))
w
代码语言：javascript复制
0    0
1    1
2    2
3    3
4    4
5    5
6    6
dtype: int64
代码语言：javascript复制
# 满足条件的显示；不满足的用空值代替
w.where(w>3)
代码语言：javascript复制
0    NaN
1    NaN
2    NaN
3    NaN
4    4.0
5    5.0
6    6.0
dtype: float64
代码语言：javascript复制
# 不满足条件的用8代替
w.where(w > 1, 8)
代码语言：javascript复制
0    8
1    8
2    2
3    3
4    4
5    5
6    6
dtype: int64

xs函数

该函数是用于多层级索引中用于获取指定索引处的值，使用一个关键参数来选择多索引特定级别的数据。

代码语言：javascript复制
d = {'num_legs': [4, 4, 2, 2],
     'num_wings': [0, 0, 2, 2],
     'class': ['mammal', 'mammal', 'mammal', 'bird'],
     'animal': ['cat', 'dog', 'bat', 'penguin'],
     'locomotion': ['walks', 'walks', 'flies', 'walks']}
# 生成数据
df11 = pd.DataFrame(data=d)
# 重置索引
df11 = df11.set_index(['class', 'animal', 'locomotion'])
df11

num_legs

num_wings

class

animal

locomotion

mammal

cat

walks

4

0

dog

walks

4

0

bat

flies

2

2

bird

penguin

walks

2

2

代码语言：javascript复制
# 获取指定索引的值
df11.xs('mammal')

num_legs

num_wings

animal

locomotion

cat

walks

4

0

dog

walks

4

0

bat

flies

2

2

代码语言：javascript复制
# 指定多个索引处的值
df11.xs(('mammal', 'dog'))
代码语言：javascript复制
/Applications/downloads/anaconda/anaconda3/lib/python3.7/site-packages/IPython/core/interactiveshell.py:2881: PerformanceWarning: indexing past lexsort depth may impact performance.
  return runner(coro)

num_legs

num_wings

locomotion

walks

4

0

代码语言：javascript复制
# 获取指定索引和级别(level)的值

df11.xs('cat', level=1)

num_legs

num_wings

class

locomotion

mammal

walks

4

0

代码语言：javascript复制
df11

num_legs

num_wings

class

animal

locomotion

mammal

cat

walks

4

0

dog

walks

4

0

bat

flies

2

2

bird

penguin

walks

2

2

代码语言：javascript复制
# 获取多个索引和级别的值
df11.xs(('bird', 'walks'),level=[0, 'locomotion'])

num_legs

num_wings

animal

penguin

2

2

代码语言：javascript复制
# 获取指定列和轴上的值
df11.xs('num_wings', axis=1)
代码语言：javascript复制
class   animal   locomotion
mammal  cat      walks         0
        dog      walks         0
        bat      flies         2
bird    penguin  walks         2
Name: num_wings, dtype: int64
pandas 函数 苹果 数据 索引

0 人点赞